论文部分内容阅读
在农产品加工与流通过程中,品质检测与质量分级是其重要环节。农产品品质检测技术水平的高低对农产品质量、市场竞争力、劳动强度都有着很大的影响。在众多农产品中,大豆在我国拥有特别的地位,它既是我国最主要的植物油来源,也是重要的植物蛋白来源,同时大豆也是我国进口量最大的农产品之一。目前,大豆品质检测大多还依赖人工肉眼观测的水平和传统的化学检测手段。大工检测客观性、准确性、快速性不足；化学检测周期长、破坏样本、造成环境污染。本研究以黑龙江省生产的大豆为研究对象,采用光谱信息和图像信息相结合的方法,综合利用高光谱成像、机器视觉、图像处理、光谱分析、模式识别、化学计量学和大豆科学等诸多领域的知识,开展大豆外观品质和内在品质快速、无损检测方法的研究,并在此基础上建立大豆品质快速检测模型,开发大豆品质检测系统。本论文的主要研究内容如下：(1)利用高光谱图像技术对大豆异黄酮含量进行了预测。大豆异黄酮具有许多重要的生理活性,应用价值较高,具有极大的开发潜力。针对高光谱数据量大的特点,采用主成分分析(PCA, Principal Component Analysis)方法对高光谱数据进行降维处理,采用支持矢量回归(Support Vector Regression, SVR)、BP神神经网络(Back Propagation Artificial Neural Networks, BPANN)、偏最小二乘(Partial Leastsquare, PLS)、逐步多元线性回归(SMLR)等方法建立大豆异黄酮含量预测模型,对各种预测模型性能进行比较,实现大豆异黄酮含量预测。(2)利用高光谱图像技术对大豆品种进行分类和识别。采集大豆样本1000-2500nm范围的高光谱图像数据；通过主成分分析法,得到其主成分图像,在特征波长图像中分别提取基于灰度共生矩阵的能量、熵、惯性矩和相关性4个纹理特征参数；应用BP神经网络方法建立大豆品种识别模型。利用所建模型对东农4400、垦豆16、黑农44、合丰40、合丰25等5个大豆品种进行识别。(3)综合利用大豆外观图像信息对标准大豆及异常大豆进行识别。本实验对各种分割方法进行比较。定义了大豆颜色特征、纹理特征与形态特征等39个特征参数。将特征参数数据标准化,用主成分分析法完成数据降维,降低神经网络的复杂度,改善训练精度。采用粒子群优化算法对BP神经网络进行优化,并建立了基于粒子群优化的大豆病害神经网络识别模型。(4)利用测得的大豆能量偏差、椭长轴、椭短轴、偏心率、紧实度、圆形度、H均值、S均值、v均值、R均值、G均值、B均值、L均值、α均值及6均值等15个外观品质参数与大.豆异黄酮含量进行相关性分析。本研究的目的是探索基于高光谱图像技术与机器视觉技术对大豆内在品质与外观品质进行检测的有效方法,为大豆综合品质检测装备的开发提供理论依据,为在线检测大豆品质奠定研究基础,研究结论如下：(1)针对大豆异黄酮含量检测,实验结果表明,1516nm、1572nm、1691nm、1716nm和1760nnm波长可作为特征波长。在对数据进行主成分分析(PCA)降维处理的基础上建立支持久量回归分析(SVR)模型,其模型决定系数R2为0.9713,MSE仅为0.087。与其他多元回归分析得到的结果相比较,主成分分析(PCA)结合支持矢量回归分析(SVR)的建模方法更有效,明显优于BP神经网络(BPANN)、偏最小二乘法(PLS)和逐步线性回归(SMLR)法。(2)针对大豆品种识别,应BP神经网络建立的大豆品种识别模型,训练时平均判别率为96%,预测时平均判别率为92.5%,表明高光谱图像技术结合BP神经网络对大豆品种具有较好的分类和识别作用。(3)将大豆形态特征和颜色特征相结合进行外观品质检测,使识别结果更具有客观性和一致性,并且提高了识别精度。本文利用数字图像处理技术对大豆籽粒的形态特征和颜色特征进行提取,并对提取的参数进行筛选、优化,从而获得量化的大豆籽粒形态特征和颜色特征,并在此基础上实现了基于形态特征和颜色特征的大豆籽粒外观品质的检测方法。(4)神经网络的训练属于非线性的高复杂度的优化问题,而粒子群优化算法是一类新兴的随机全局优化技术,是有着潜在竞争力的神经网络训练算法。PSO采取并行的全局搜索策略,克服了BP算法易坠入局部最优的缺点。本文将基于粒子群优化算法的大工神经网络引进到大豆外观品质检测中去,运用寻优能力更强的粒子群优化算法对BP神经网络模型参数进行优化。实验结果表明利用基于粒子群优化算法优化的神经网络对大豆外观品质进行检测,可以取得更快的收敛速度和更高的预测精度。(5)经过分析,异黄酮总含量与能量偏差, H均值,G均值成正相关,与偏心率,圆形度,B均值,L均值成负相关。黑龙江省粗放性的大豆种植、收获及存储方式导致大豆质量参差不齐,使黑龙江省大豆的品质低于国外大豆,价格较同类进口大豆要高,国际竞争力缺乏,出口受到严重影响,也影响了加工企业购买国产大豆的热情。近年来,随着大豆深加工产品的开发,大豆需求量急速增加,研究大豆品质快速、无损检测技术具有较高的理论意义和实际价值。